Query：
学者姓名：汤健
Refining：
Year
Type
Indexed by
Source
Complex
Co-Author
Language
Clean All
Abstract ：
城市固废焚烧（MSWI）过程产生的二英（DXN）是至今机理仍复杂不清的剧毒污染物，获悉DXN在炉排炉内的生成、燃烧和再生成等过程的边界条件对降低污染排放极为重要。对此，本文提出了城市固废炉排炉焚烧过程DXN排放浓度数值仿真方法。首先，依据面向DXN的典型炉排炉MSWI工艺流程，描述焚烧炉内固相燃烧、气相燃烧、高温换热和低温换热等与DXN相关反应的机理。接着，依据上述所划分区域，结合实际MSWI过程相关参数构建DXN数值仿真模型。最后，基于烟气分流分率所表征的反应物浓度和不同区域的反应温度进行单因素分析，以获取G1处DXN浓度的边界条件，并基于正交实验分析分流分率和反应温度对G1处DXN浓度的影响，进而获得最优参数组合。基于北京某MSWI电厂实际数据的数值仿真分析与验证，表明了该数值仿真模型的有效性，为后续优化控制G1处的DXN排放浓度提供了支撑。
Keyword ：
城市固废焚烧 城市固废焚烧 正交实验 正交实验 最优参数 最优参数 二英 二英 单因素分析 单因素分析 数值仿真 数值仿真
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈佳昆 , 汤健 , 夏恒 et al. 城市固废炉排炉焚烧过程二英排放浓度数值仿真 [J]. | 化工进展 , 2023 , 42 (02) : 1061-1072 . |
| MLA | 陈佳昆 et al. "城市固废炉排炉焚烧过程二英排放浓度数值仿真" . | 化工进展 42 . 02 (2023) : 1061-1072 . |
| APA | 陈佳昆 , 汤健 , 夏恒 , 乔俊飞 . 城市固废炉排炉焚烧过程二英排放浓度数值仿真 . | 化工进展 , 2023 , 42 (02) , 1061-1072 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对构建城市固废焚烧(municipal solid waste incineration, MSWI)过程剧毒污染物二噁英(dioxin, DXN)排放风险预警模型的样本极为稀少的问题，提出一种基于主动学习机制生成对抗网络(generative adversarial network, GAN)的DXN排放风险预警建模方法.首先，以DXN风险等级作为条件信息使得GAN生成候选虚拟样本；然后，利用基于最大均值差异和多视角可视化分布信息的主动学习机制进行虚拟样本的初筛和评估，以获得期望虚拟样本；最后，基于混合样本构建DXN排放风险预警模型.通过基准数据集和MSWI过程数据集验证了所提方法的有效性.基于主动学习机制GAN的DXN排放风险预警建模方法可以有效解决样本稀少的问题，提高模型精度.
Keyword ：
虚拟样本生成(virtual sample generation 虚拟样本生成(virtual sample generation 城市固废焚烧(municipal solid waste incineration 城市固废焚烧(municipal solid waste incineration 二噁英(dioxin 二噁英(dioxin VSG) VSG) MSWI) MSWI) 生成对抗网络(generative adversarial network 生成对抗网络(generative adversarial network 最大均值差异 最大均值差异 主动学习 主动学习 DXN)排放风险预警 DXN)排放风险预警 GAN) GAN)
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 汤健 , 崔璨麟 , 夏恒 et al. 基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型 [J]. | 北京工业大学学报 , 2023 , 49 (05) : 507-522 . |
| MLA | 汤健 et al. "基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型" . | 北京工业大学学报 49 . 05 (2023) : 507-522 . |
| APA | 汤健 , 崔璨麟 , 夏恒 , 王丹丹 , 乔俊飞 . 基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型 . | 北京工业大学学报 , 2023 , 49 (05) , 507-522 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
针对城市固废焚烧(municipal solid waste incineration,MSWI)过程中存在的随机和连续数据缺失问题,提出了一种基于专家经验和约简特征集成模型的填充方法.首先,将过程数据缺失情况识别为随机分布、时间维度和特征维度缺失3种类型.接着,基于专家经验对前2种类型进行缺失填充后,面向第3种类型基于分布相似性和互信息相关性为缺失特征预测模型选择建模数据集和约简特征,建立具有互补特性的随机森林、梯度提升决策树和反向传播神经网络子模型对缺失值进行初步预测,利用贝叶斯线性回归(Bayesian linear regression,BLR)构建集成模型以获得最终填充值.最后,利用填充后的MSWI数据建立基于跨层全连接深度森林回归的二噁英排放浓度软测量模型.实验结果表明所提方法提高了MSWI过程数据的质量.
Keyword ：
集成模型 集成模型 BLR) BLR) 约简特征 约简特征 城市固废焚烧(municipal solid waste incineration 城市固废焚烧(municipal solid waste incineration 贝叶斯线性回归(Bayesian linear regression 贝叶斯线性回归(Bayesian linear regression 专家经验 专家经验 MSWI) MSWI) 数据填充 数据填充
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 汤健 , 徐雯 , 夏恒 et al. 面向城市固废焚烧过程的缺失数据填充及应用 [J]. | 北京工业大学学报 , 2023 , 49 (4) : 435-448 . |
| MLA | 汤健 et al. "面向城市固废焚烧过程的缺失数据填充及应用" . | 北京工业大学学报 49 . 4 (2023) : 435-448 . |
| APA | 汤健 , 徐雯 , 夏恒 , 乔俊飞 . 面向城市固废焚烧过程的缺失数据填充及应用 . | 北京工业大学学报 , 2023 , 49 (4) , 435-448 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
城市固废焚烧(Municipal solid waste incineration,MSWI)是处置城市固废(Municipal solid waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求.MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi Sugeno模糊神经网络(Multi-input multi-output Takagi Sugeno fuzzy neural network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task learning self-organizing fuzzy neural network controller,MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Multi-task learning,MTL)能力对控制器结构进行自组织调整;接着,通过Lyapunov定理对MTL-SOFNNC稳定性进行了证明;最后,通过北京市某MSWI厂的过程数据验证了模型与控制器的有效性.
Keyword ：
多任务学习 多任务学习 模糊神经网络 模糊神经网络 自组织控制 自组织控制 数据驱动建模 数据驱动建模 城市固废焚烧 城市固废焚烧
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 丁海旭 , 汤健 , 乔俊飞 . 城市固废焚烧过程数据驱动建模与自组织控制 [J]. | 自动化学报 , 2023 , 49 (3) : 550-566 . |
| MLA | 丁海旭 et al. "城市固废焚烧过程数据驱动建模与自组织控制" . | 自动化学报 49 . 3 (2023) : 550-566 . |
| APA | 丁海旭 , 汤健 , 乔俊飞 . 城市固废焚烧过程数据驱动建模与自组织控制 . | 自动化学报 , 2023 , 49 (3) , 550-566 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
鉴于城市固废焚烧(municipal solid waste incineration,MSWI)过程控制系统的封闭特性与工业现场的安全性要求，如何实现离线多模态数据的时间同步发布和如何搭建数据驱动预测模型的类工业现场验证环境，是实现智能建模算法落地应用需首要解决的关键问题。该文开发多模态数据驱动的MSWI过程验证平台，由多模态历史数据同步子系统和多模态历史数据驱动建模子系统组成。首先，结合现场领域专家预测关键工艺参数过程的抽象化描述，设计验证平台的结构；然后，建立以炉膛温度、烟气含氧量和锅炉蒸汽流量为输出的多模态数据驱动预测模型；最后，搭建硬件环境并开发相应的软件系统，实现子系统间的协同运行。利用实际过程数据与火焰视频验证该平台能够解决多模态数据驱动预测模型构建中存在的采样难、同步难、匹配难等问题，能够提供可靠的工程化验证环境。
Keyword ：
验证平台 验证平台 多模态数据同步 多模态数据同步 关键工艺参数 关键工艺参数 预测模型 预测模型 城市固废焚烧 城市固废焚烧
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王天峥 , 汤健 , 夏恒 et al. 多模态数据驱动的城市固废焚烧过程验证平台设计与实现 [J]. | 中国电机工程学报 , 2023 , 43 (12) : 4697-4708 . |
| MLA | 王天峥 et al. "多模态数据驱动的城市固废焚烧过程验证平台设计与实现" . | 中国电机工程学报 43 . 12 (2023) : 4697-4708 . |
| APA | 王天峥 , 汤健 , 夏恒 , 潘晓彤 , 乔俊飞 , 刘溪芷 . 多模态数据驱动的城市固废焚烧过程验证平台设计与实现 . | 中国电机工程学报 , 2023 , 43 (12) , 4697-4708 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
A 3D numerical model of the municipal solid waste incineration (MSWI) process was constructed based on a grate furnace with a daily processing capacity of 800 tons. Fluent was used for analyzing key factors affecting the concentration and diffusion level of particulate matter (PM). According to the actual MSWI plant working condition, a 3D model of the incinerator and the waste heat boiler has been constructed under benchmarks. Key factors affecting PM generation were determined by combining mechanistic knowledge and experts' experience. They were the combustion temperature of solid phase municipal solid waste (MSW), the wall's PM collision mode, and the second baffle length. Subsequently, the process of resolving the 3D numerical model was delineated. Then, a univariate analysis of the aforementioned 3D model was conducted for the three pivotal factors mentioned above. Conclusively, the effect of the important factors on the number of particles at the outflow of the incinerator was analyzed via orthogonal experiments to obtain the optimal combination. PM concentration initially diminished and then rose with the increased combustion temperature of the solid-phase MSW. Furthermore, a noteworthy reduction in PM concentration was observed when the second baffle length was 12.45-12.95 m. The greatest influence on the PM concentration of the outlet was posed by the wall's PM collision mode, followed by the second baffle length. The appropriate adjustment of the combustion temperature of the solid-phase MSW, selection of wall materials, and design of the second baffle length were beneficial for diminishing PM concentration and ensuring long-term stable operation of the MSWI process. The combinative optimality of the three key factors was acquired via orthogonal experiments, which proved the subsequent optimal control of PM concentration at the outlet.
Keyword ：
municipal solid waste incineration (MSWI) municipal solid waste incineration (MSWI) PM concentration PM concentration 3D numerical modeling 3D numerical modeling single factor analysis single factor analysis orthogonal experiments orthogonal experiments optimal control optimal control
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Liang, Yongqi , Tang, Jian , Xia, Heng et al. Three-Dimensional Numerical Modeling and Analysis for the Municipal Solid-Waste Incineration of the Grate Furnace for Particulate-Matter Generation [J]. | SUSTAINABILITY , 2023 , 15 (16) . |
| MLA | Liang, Yongqi et al. "Three-Dimensional Numerical Modeling and Analysis for the Municipal Solid-Waste Incineration of the Grate Furnace for Particulate-Matter Generation" . | SUSTAINABILITY 15 . 16 (2023) . |
| APA | Liang, Yongqi , Tang, Jian , Xia, Heng , Aljerf, Loai , Gao, Bingyin , Akele, Mulugeta Legesse . Three-Dimensional Numerical Modeling and Analysis for the Municipal Solid-Waste Incineration of the Grate Furnace for Particulate-Matter Generation . | SUSTAINABILITY , 2023 , 15 (16) . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
二噁英是城市固废焚烧过程排放的痕量有机污染物.受限于相关技术的复杂度和高成本,二噁英排放浓度检测的大时滞已成为制约城市固废焚烧过程优化控制的关键因素之一.虽然具有低成本、快响应、高精度等特点的数据驱动软测量模型能够有效解决上述问题,但二噁英建模方法必须要契合数据的小样本、高维度特性.对此,提出了由特征映射层、潜在特征提取层、特征增强层和增量学习层组成的宽度混合森林回归软测量方法.首先,构建由随机森林和完全随机森林构成的混合森林组进行高维特征映射;其次,依据贡献率对全联接混合矩阵进行潜在特征提取,采用信息度量准则保证潜在有价值信息的最大化传递和最小化冗余,降低模型的复杂度和计算消耗;然后,基于所提取潜在信息训练特征增强层以增强特征表征能力;最后,通过增量式学习策略构建增量学习层后采用Moore-Penrose伪逆获得权重矩阵.在基准数据集和城市固废焚烧过程二噁英数据集上的实验结果表明了方法的有效性和优越性.
Keyword ：
增量学习 增量学习 二噁英排放建模 二噁英排放建模 城市固废焚烧 城市固废焚烧 宽度学习 宽度学习 潜在特征 潜在特征 宽度混合森林回归 宽度混合森林回归
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 夏恒 , 汤健 , 崔璨麟 et al. 基于宽度混合森林回归的城市固废焚烧过程二噁英排放软测量 [J]. | 自动化学报 , 2023 , 49 (2) : 343-365 . |
| MLA | 夏恒 et al. "基于宽度混合森林回归的城市固废焚烧过程二噁英排放软测量" . | 自动化学报 49 . 2 (2023) : 343-365 . |
| APA | 夏恒 , 汤健 , 崔璨麟 , 乔俊飞 . 基于宽度混合森林回归的城市固废焚烧过程二噁英排放软测量 . | 自动化学报 , 2023 , 49 (2) , 343-365 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
为精确模拟和实现城市固废焚烧(municipal solid waste incineration,MSWI)过程的多入多出(multiple input multiple output,MIMO)回路控制,面向实际工业过程开发了由真实设备层和虚拟对象层组成的分布式半实物仿真实验平台.结合对MSWI工艺流程机理模型的定性描述,建立了数据驱动的面向回路控制的虚拟过程对象模型,依据回路控制需求设计了该平台的各软件子系统,以及相互间的协同运行模式,搭建了平台硬件和开发了平台软件,并采用工业实际数据进行实验验证.结果表明:该平台为MSWI过程的智能建模与控制算法的进一步研究提供了可靠的工程化验证环境.
Keyword ：
回路控制 回路控制 城市固废焚烧 城市固废焚烧 半实物仿真平台 半实物仿真平台 多入多出模型 多入多出模型
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 王天峥 , 汤健 , 夏恒 et al. 城市固废焚烧过程的回路控制半实物仿真平台 [J]. | 系统仿真学报 , 2023 , 35 (2) : 241-253 . |
| MLA | 王天峥 et al. "城市固废焚烧过程的回路控制半实物仿真平台" . | 系统仿真学报 35 . 2 (2023) : 241-253 . |
| APA | 王天峥 , 汤健 , 夏恒 , 乔俊飞 . 城市固废焚烧过程的回路控制半实物仿真平台 . | 系统仿真学报 , 2023 , 35 (2) , 241-253 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
城市固废焚烧(MSWI)过程产生的二(噁)英(DXN)是至今机理仍复杂不清的剧毒污染物,获悉DXN在炉排炉内的生成、燃烧和再生成等过程的边界条件对降低污染排放极为重要.对此,本文提出了城市固废炉排炉焚烧过程DXN排放浓度数值仿真方法.首先,依据面向DXN的典型炉排炉MSWI工艺流程,描述焚烧炉内固相燃烧、气相燃烧、高温换热和低温换热等与DXN相关反应的机理.接着,依据上述所划分区域,结合实际MSWI过程相关参数构建DXN数值仿真模型.最后,基于烟气分流分率所表征的反应物浓度和不同区域的反应温度进行单因素分析,以获取G1处DXN浓度的边界条件,并基于正交实验分析分流分率和反应温度对G1处DXN浓度的影响,进而获得最优参数组合.基于北京某MSWI电厂实际数据的数值仿真分析与验证,表明了该数值仿真模型的有效性,为后续优化控制G1处的DXN排放浓度提供了支撑.
Keyword ：
城市固废焚烧 城市固废焚烧 正交实验 正交实验 二(噁)英 二(噁)英 单因素分析 单因素分析 最优参数 最优参数 数值仿真 数值仿真
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈佳昆 , 汤健 , 夏恒 et al. 城市固废炉排炉焚烧过程二(噁)英排放浓度数值仿真 [J]. | 化工进展 , 2023 , 42 (2) : 1061-1072 . |
| MLA | 陈佳昆 et al. "城市固废炉排炉焚烧过程二(噁)英排放浓度数值仿真" . | 化工进展 42 . 2 (2023) : 1061-1072 . |
| APA | 陈佳昆 , 汤健 , 夏恒 , 乔俊飞 . 城市固废炉排炉焚烧过程二(噁)英排放浓度数值仿真 . | 化工进展 , 2023 , 42 (2) , 1061-1072 . |
| Export to | NoteExpress RIS BibTex |
Abstract ：
To alleviate the concept drift of an offline prediction model for the furnace temperature in a municipal solid waste incineration (MSWI) process caused by changes in working conditions, a prediction method for the furnace temperature based on a knowledge transfer online stochastic configuration network is proposed in this work. The proposed method includes offline learning and online learning. First, a stochastic configuration network is utilized to construct the offline furnace temperature prediction model, and a knowledge transfer method is employed to update the model under new operating conditions in the offline learning stage. Then, the updated model is used as the initial state of online modeling. Second, the recursive solution of the model output weights is presented to adapt to the dynamic change in incineration conditions, and a direction forgetting mechanism is utilized to enhance the result of the prediction model for the furnace temperature under nonpersistence of excitation in the online stage. Finally, to further verify the proposed online modeling method, the real historical data of an MSWI plant are utilized to finish the comparative experiments. The experimental results with the other methods show that the proposed prediction method for the furnace temperature presents a smaller error. Hence, the proposed method can reduce the influence of working conditions on the accuracy of furnace temperature prediction models.
Keyword ：
Online modeling Online modeling Concept drift Concept drift Furnace temperature prediction Furnace temperature prediction Knowledge transfer Knowledge transfer Stochastic configuration networks Stochastic configuration networks
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | Yan, Aijun , Wang, Ranran , Guo, Jingcheng et al. A knowledge transfer online stochastic configuration network-based prediction model for furnace temperature in a municipal solid waste incineration process [J]. | EXPERT SYSTEMS WITH APPLICATIONS , 2023 , 243 . |
| MLA | Yan, Aijun et al. "A knowledge transfer online stochastic configuration network-based prediction model for furnace temperature in a municipal solid waste incineration process" . | EXPERT SYSTEMS WITH APPLICATIONS 243 (2023) . |
| APA | Yan, Aijun , Wang, Ranran , Guo, Jingcheng , Tang, Jian . A knowledge transfer online stochastic configuration network-based prediction model for furnace temperature in a municipal solid waste incineration process . | EXPERT SYSTEMS WITH APPLICATIONS , 2023 , 243 . |
| Export to | NoteExpress RIS BibTex |
Export
| Results： |
Selected to |
| Format： |
